Python3 迭代器与生成器.doc

Python3 迭代器与生成器 Python 3 中的迭代器与生成器是两种强大的功能，它们可以帮助开发者高效地访问集合元素和实现复杂的迭代操作。 迭代器是 Python 中的一种对象，可以记住遍历的位置，并提供了两个基本的方法：iter() 和 next()。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。例如，列表、元组对象都可以用于创建迭代器： 实例(Python 3.0+): ``` list=[1,2,3,4] it = iter(list) # 创建迭代器对象 print (next(it)) # 输出迭代器的下一个元素1 print (next(it)) # 输出迭代器的下一个元素2 ``` 迭代器对象也可以使用常规 for 语句进行遍历： ``` list=[1,2,3,4] it = iter(list) # 创建迭代器对象 for x in it: print (x, end=" ") ``` 执行以上程序，输出结果如下：1 2 3 4 也可以使用 next() 函数： ``` import sys list=[1,2,3,4] it = iter(list) # 创建迭代器对象 while True: try: print (next(it)) except StopIteration: sys.exit() ``` 执行以上程序，输出结果如下：1 2 3 4 要创建一个迭代器，需要在类中实现两个方法 __iter__() 与 __next__()。__iter__() 方法返回一个特殊的迭代器对象，这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。__next__() 方法（Python 2 里是 next()）会返回下一个迭代器对象。 例如，创建一个返回数字的迭代器，初始值为 1，逐步递增 1： ``` class MyNumbers: def __iter__(self): self.a = 1 return self def __next__(self): x = self.a self.a += 1 return x myclass = MyNumbers() myiter = iter(myclass) print(next(myiter)) # 输出1 print(next(myiter)) # 输出2 print(next(myiter)) # 输出3 print(next(myiter)) # 输出4 print(next(myiter)) # 输出5 ``` 执行输出结果为：1 2 3 4 5 StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 __next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。 例如，在 20 次迭代后停止执行： ``` class MyNumbers: def __iter__(self): self.a = 1 return self def __next__(self): if self.a <= 20: x = self.a self.a += 1 return x else: raise StopIteration myclass = MyNumbers() myiter = iter(myclass) for x in myiter: print(x) ``` 执行输出结果为：1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 生成器是 Python 中的一种特殊的迭代器，使用了 yield 的函数被称为生成器（generator）。跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。 例如，使用 yield 实现斐波那契数列： ``` def fibonacci(n): # 生成器函数 - 斐波那契 a, b, counter = 0, 1, 0 while True: if (counter > n): return yield a a, b = b, a + b counter += 1 ``` 迭代器和生成器是 Python 中的两个强大的功能，它们可以帮助开发者高效地访问集合元素和实现复杂的迭代操作。